Desafíos y oportunidades de la IA Generativa en la industria: Nuestra experiencia en BNEW

En el reciente evento BNEW – Barcelona New Economy Week, tuvimos la oportunidad de participar en el panel «Aplicaciones de IA Generativa en la Industria». En esta mesa, Javier Campelo Piñón, nuestro Head of Analytics & AI, compartió la visión de la compañía junto a Sandra Arcos (Olistic Lab) y Roberto Maestre (BBVA), aportando una perspectiva integral sobre los desafíos y oportunidades de esta tecnología emergente.

La IA Generativa, una de las tendencias más disruptivas en la industria actual, promete transformar profundamente la forma en que las empresas operan, pero su implementación no está exenta de retos. En el debate, se señalaron algunos de los desafíos más relevantes:

Conocimiento y expectativas del equipo directivo: Es crucial nivelar el entendimiento del equipo directivo sobre las capacidades reales de la IA Generativa. Muchas veces, las expectativas iniciales no coinciden con los resultados posibles o el coste-beneficio asociado, lo que puede generar desilusión si no se gestiona adecuadamente.
Gestión del dato: Un aspecto clave es contar con un marco de gobierno de datos robusto que garantice la correcta administración tanto en cantidad como en calidad. El volumen de datos es fundamental para el éxito de la IA, pero la calidad y la relevancia de estos datos son igualmente críticas para generar valor.

La propuesta de aggity: Metodología DataLab

Para superar estos desafíos y asegurar que los proyectos de IA Generativa se alineen con los objetivos de negocio, en aggity hemos desarrollado la metodología DataLab. Este enfoque tiene como objetivo democratizar el uso de la IA y generar valor tangible mediante un despliegue estratégico en cuatro fases clave:

Fase de información y alineación de expectativas: Se busca asegurar que todos los actores involucrados comprendan las capacidades de la IA y tengan expectativas realistas sobre los resultados.
Fase Design-Thinking: A través de esta fase, se identifican los casos de uso más relevantes desde el punto de vista del negocio, buscando aquellos en los que los datos puedan realmente marcar una diferencia y aportar valor.
Fase de selección: De todas las iniciativas identificadas, se realiza un filtrado y priorización para determinar cuáles son las más factibles y relevantes para ejecutar en una primera etapa.
Fase de ejecución: Finalmente, se lanza una «Prueba de Valor», un proyecto piloto que valida el caso de uso en un entorno controlado antes de escalarlo a toda la organización.

Esta metodología nos permite aplicar un enfoque pragmático: «Piensa en grande, empieza en pequeño y escala rápido», asegurando que los proyectos de IA Generativa no solo son viables, sino también escalables y alineados con los objetivos estratégicos de la empresa.

La participación de aggity en BNEW ha sido una excelente oportunidad para poner en común nuestras ideas y aprendizajes con otros expertos del sector, consolidando nuestra posición como referentes en la adopción de IA Generativa en la industria.